这一次嗨氏母子从虎牙转到斗鱼平台，比上一次张大仙从企鹅电竞跳到斗鱼平台，引发了更大的风波。原因不是嗨氏比张大仙的粉丝多，而是这样的平台间挖角正在成为一种“非正常常态”，并且影响行业的良性发展。 平台间的竞争，主播间的竞争，粉丝间的敌视，正在向着无序的状态发展下去。易观互动娱乐研究中心高级分析师董振对懂懂笔记表示：“这种情况会造成直播市场的混乱，主播收入不平均，收入虚高，也为国家法律政策相关制定造成一定影响因素。 ” 从虎牙到斗鱼，高调转换平台，嗨氏只嗨了一天？ 8月27日晚，嗨氏从虎牙转到斗鱼的首播，对于重金挖来的嗨氏，斗鱼平台这次下了血本。 “一个主播可能会带来300-400万的下载量或者卸载量。”一位深喉告诉懂懂笔记。 懂懂翻看了一下小米应用商店的评论区，发现确实有不少粉丝因为嗨氏而转去斗鱼平台，同时果断卸载了虎牙。“虎牙损失挺严重的，毕竟平台主播内斗，结果当家主播被斗鱼挖走了，粉丝还集体去应用商店给虎牙刷差评。”深喉说。 嗨氏在斗鱼直播的第一天，直播间涨粉几百万，而且相当一部分粉丝是跟着他从虎牙转到斗鱼的。 当晚，张大仙、孤影几个王者荣耀的头部主播都集体停播，“据说是平台要求的，平台还要求几个主播给嗨氏刷礼物，就是为了保证他的名气和直播间人数。”其中，五五开在嗨氏的直播间刷了火箭，并且发微博表示是“平台的意思”，言外之意并不是自己主动为之。 一次直播间涨粉几百万，确实见证了主播的影响力。但在几百万涨粉的背后，也透露出一些隐患。 从当天直播的弹幕来看，“斗鱼不欢迎你”疯狂刷屏，这位曾经万众瞩目的《王者荣耀》主播现在俨然成了众矢之的。 除了嗨氏遭遇抵制，斗鱼平台这次的挖角行为也引起了粉丝的反弹。深喉告诉懂懂笔记，因为斗鱼挖角，其它主播的粉丝看不惯，集体去应用商店刷斗鱼的差评，结果在小米应用商店的评分直接从4.5分掉到3.5分。 随后，懂懂又翻看了一下华为应用商店，同样争议极大，一批跟随嗨氏而来的粉丝评出5分，同时也有一大批粉丝因为嗨氏评出1分。“现在小米应用商店、斗鱼官博下面很多评论都在说，斗鱼简直是失了智。” 嗨氏第一天直播整体还算成功，但第二天就出现大幅下滑，关注只有90多万。 深喉告诉懂懂笔记，嗨氏所谓“王者荣耀一哥”的数据全是虎牙给资源撑起来的，转战斗鱼第一天，斗鱼也给了一定的资源输入，但斗鱼上主播云集，不可能长期这样倾斜，“以后嗨氏没这么好过了。” 深喉告诉懂懂笔记，嗨氏只”嗨”了一天，还有一个很重要的原因是“口碑”，今年年初以来，嗨氏接连爆出负面新闻，争议性比较大。再加上这次是违约跳槽，所以掉粉不少。 原本斗鱼连连出手挖脚主播，是想由主播带来大量新粉丝。但不诚信，也带来了一定的负面效果。可见，在合约期内挖脚主播这事，还需谨慎。 挖脚在 “非正常常态”，负面效应明显 从陌陌前一姐阿冷，到企鹅的张大仙，再到虎牙的嗨氏，斗鱼为何频频对头部主播下手？其实不仅是斗鱼，挖主播正在成为一种行业“非正常常态”。 “相对于直播平台，开始野蛮生长的年代，内容匮乏，主要流量来自于主播的引流，一般用户的粘性主要因素来源主播本身，直播平台本身变现方式比较单一，流量就成为吸引资本市场的重要筹码，所以各个平台为了流量而进行热门主播的相互挖角。”董振告诉懂懂笔记，“现在的情况，多半是平台炒作，粉丝少水军多。因为各家融资都像在沼泽里行走一样，如果不显得很热闹，怎么去要钱？” 显然，挖脚是为了流量，进而是为了资本市场。但随着这种“非正常常态”的形成，一些负面效应开始显现。 首先是主播收入不公平，不是按照人气、粉丝或是水平来定工资，工资只是各种利益下谈判的筹码。不仅没有公平，还造成这个行业收入虚高，进而造成平台盈利困难，无法正常运营。 据网传斗鱼挖脚嗨氏是1亿的价码，后又有网传是5000万，并且还有可能会替嗨氏交纳与虎牙的违约金。此前张大仙被从企鹅挖到斗鱼是2000万。 其次是诚信缺失，没有契约精神。 之前张大仙从企鹅平台签署了独家合约，被斗鱼挖脚，张大仙当时在微博坦露承担一切后果。虽然张大仙美誉度和口碑都不错，但那一次也多多少少会影响到他的诚信度。 此次嗨氏离与虎牙合约到期还有半年，从虎牙的声明来看很可能会追究嗨氏的违约责任。这里面有一个小段子在圈子里流传：斗鱼开出了比虎牙更高的价格，嗨氏想用斗鱼压虎牙达到涨工资的目的，但是虎牙不吃这套，反而放任其它主播撕，结果“嗨氏玩脱了，就被斗鱼签了。” 懂懂笔记不能判断这个传闻的真假，但是主播们之间互撕已经公开化。表面上看是几个主播互撕，其实还是虎牙和斗鱼在较劲。虎牙放任其它主播撕嗨氏，主要是担心其它主播效仿嗨氏协议期内要求涨工资的做法。 如果一个又一个主播违约跳槽，或者纷纷要求在合约期内涨工资，这个行业将变成什么样子？ 还有一个负面效应，就是主播和粉丝在网络上开战、互撕，网络空间乌烟瘴气。 张大仙跳槽的时候，一大批主播出来“踩”张大仙。这一次，各个平台的主播一起踩嗨氏，包括斗鱼平台上的“同门兄弟”出手也不软。主播之间互踩，发动了大批的粉丝力量。而主播的背后，则掺杂各个平台的意志。暗潮涌动，犹如后宫。 挖下去只有死路一条，培养主播、创新模式才是正道 游戏直播平台间这样哄抬物价、争夺主播，让懂懂想起多年前视频平台竞价抢电视、电影IP，导致大家最后都赚不到钱的情景。其实发展到今天，视频网站还是不赚钱，也跟天价购买IP关系最大。 同样以视频网站为例，他们后来在自制剧上下功夫，成为一条非常好的路径：自制剧成本低，回报高，有助于平台赢利，还形成口碑。 深喉告诉懂懂笔记：一个平台培养一个好的头部主播有几百万的市场费用就足够了，而现在挖一个头部主播不低于1000万，动辄几千万。所以，这样不停地挖下去只有死路一条，与其去挖，不如花些时间和成本去培养一个。 以张大仙为例，张大仙是企鹅电竞培养起来的主播。张大仙签约企鹅的时候，也是企鹅刚刚成立的时候，企鹅平台还处于弱势。不过背靠QQ这个大平台，内部资源联动，给入口、给流量、给资源，同时，企鹅在初期就建立了一套完整的主播培养机制。 凭借QQ和王者荣耀的独家资源，企鹅平台快速崛起，不到一年时间进入游戏直播前三阵营，同时培养出张大仙这样一批优秀的主播。 懂懂笔记认为，张大仙跳槽势必会对企鹅电竞有一定影响，但是以企鹅电竞的资源和机制，还能快速培养、补充主播资源，这种影响只是暂时的。 另一方面就是业务模式的创新，比单纯陷入主播的争夺更有价值。比如企鹅电竞有自有赛事QGC，通过这样的赛事不仅能选拔、培养、捧红新主播，还可以让已有主播参与其中，这样的赛事更有活力，也更有粘性，比单纯依赖主播的模式更持久。 当然，在模式创新方面，企鹅的赛事只是一种尝试，行业里还需要更多的创新模式，才能让整个产业跳出低端的恶性竞争，让这个产业更加丰满，真正成为一个健康的产业。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

在清醒的状态下，看着自己被 “冻” 住，不能动，不能说话，不能吞咽，直到不能呼吸。 这是渐冻人症，又称肌萎缩性侧索硬化(ALS)或者说运动神经元病的的发病症状，被人们熟知的当代最著名的理论物理学家、科学巨匠霍金就是位“渐冻人”，毛泽东晚年时也患有该病。 目前，渐冻人症尚无治愈的方法，合适的药物治疗是目前缓解“渐冻人症”病情进展的唯一有效手段。美国FDA仅批准了两类延缓ALS恶化的药物：一种1995年获得批准；另一种今年才获批准。与此相对的是，全球范围内每年有14万病人被诊断为ALS。而传统的药物开发平均要耗费数十年时间、耗资60多亿人民币，人工智能或许能为这一情况带来转机。 “很多医生将这种疾病视为医学领域最严重的疾病，对药物的需求是巨大的。” 谢菲尔德翻译神经科学研究所的理查德·米德（Richard Mead）说道，目前，他的研究项目是已经广泛应用了人工智能技术。 这种软件系统运行在强大的电脑上——它像一名永不疲倦并且永不分心的高级研究员那样工作。它们分析化学、生物和医学等的巨型数据库和大量的论文，速度远超过人类，寻找新的生物学靶点和潜在的药物。 近日，在谢菲尔德研究所中的一项临床前试验中，AI机器筛选出的一种候选化合物呈现出好的效果——能有效预防运动神经细胞死亡和延缓疾病恶化。理查德·米德打算在今年12月的医学会议上展示这项工作，目前正在计划下一步的临床试验。 在英国，探索AI开发ALS新型药物的不仅这一家。去年12月，巴罗神经科学研究所通过使用IBM Watson发现了5个与ALS相关的基因，如果没有这种机器，研究人员估计这项发现将会耗费几年的时间而不是几个月。 这对于ALS患者是个天大的好消息，这意味这他们可能接受更好的治疗。如果研究人员能提供新型药物，这无疑意味着AI在药物开发领域应用有成功的可能性，这也将照亮这个领域的创业公司的前景。 这些公司持有的观点是：AI将不会取代科学家或临床医生，但是他们应该应用新技术，能以比之前快十几倍的速度发现新药，还帮他们节约时间和资金。 目前，理查德·米德正与BenevolentAI合作，后者是英国众多“独角兽”之一——其市值超过10亿美元。这个领域的其他公司包括苏格兰的Exscientia和美国的Berg、 Numerate, twoXAR, Atomwise 和InSilico Medicine，据悉，InSilico Medicine近日发布了一款专门针对ALS药物开发的开发平台。 “本质上，我们正在做的事情就是发现（靶点与药效之间）新的关系，找到治疗疾病的新靶点”GSK前“药物猎人”Jackie Hunter说道，现在他是Benevolent药物业务部负责人。传统的药物开发依旧是一场“击中或打偏”的游戏，Hunter认为在中期或晚期临床试验中，试验化合物中50%的失败率是不可持续的，亟待AI技术改善。 BenevolentAI公司的一项临床2期试验将会评估此前强生公司临床试验中被淘汰的化合物，这次将评估这些化合物治疗帕金森氏病白天昏昏欲睡症状的效果。像GSK、赛诺菲和默克这样的大型制药公司，通过与创业公司合作，如今也在探索AI在药物开发领域的应用。 鉴于21世纪初的“高通量筛选技术”遇冷，他们对这一波AI浪潮的态度相对保守，但是AI不断学习的能力意味着它与上次可能有所不同。CPR资产管理基金经理Vafa Ahmadi认为，它是一项潜在的游戏规则破坏者。“AI技术会加快我们产生好的目标分子的速度，它可能会与生产力产生巨大的影响，而这反过来会导致制药行业股票的大幅波动。” 觊觎这快蛋糕的不仅有制药企业和初创公司，包括微软、IBM和Google的母公司Alphabet在内的科技巨头也成立了生命科学部门以探索药物开发。 目前，BenevolentAI公司已经有大量基于AI技术开发ALS和其他疑难杂症药物的实践经验了，下一步可能成为AI技术用于新药开发的测试平台，这种平台在其他高科技领域早已建成了，比如自动驾驶领域。“我们想要是告诉人们，在疑难杂症领域，我们也能提供药物开发服务，我认为如果在药物开发环节能做到，在任何其他领域我们也能发挥AI的魔力。” 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

驱动比特币繁荣的并非来自于其表面的共享、信任这些正面表述，真正使其生长以及得到繁荣的是来自于人性底层的贪婪动机。 最近新京报发文《区块链+虚拟币+ICO，不过一场庞氏骗局》，标题虽然有些耸人听闻，但事实却也不为过。 而听到风声的ICOINFO平台吓得直哆嗦，最近也立即宣布暂停一切ICO业务，虽然说是暂停，但何时恢复也给人遥遥无期的感觉。 而预计对ICO的监管也即将下来。观察区块链热潮也有一段时间，这里说说我的看法，我认为区块链的未来，或许与数字货币无关。 1 区块链的底层是P2P对等网络交换（不是P2P金融），是去中心化的平台，区块链是在其上的技术延展，因此，我们可以不妨先考察一下，P2P去中心化网络为何会崛起？ 在对等网络中，每一台电脑都是请求者，同时又都可以对其他电脑的请求做出响应，这一技术早在债带宽时代被利用，分别诞生了emule和BT种子。 彼时，当用户想要下载一份文件，由于中心化服务器不稳定，传输慢，借助于emule和BT种子技术，用户就可以实现更快速的下载，每一个下载的用户同时需要贡献自己的带宽给他人，这样每一个用户的加入，都可以让整体网速更快。 而直到今天，BT种子的升级版本-磁力链接依然在发挥着作用，很多老司机都通过磁力链接去下载一些无法从正常渠道获得的文件内容，你懂的。 共享是P2P的底层，也必然是区块链的底层，区块链之上的应用要想发展，也必然要满足这一共享的逻辑，即每增加一台电脑，能够使整体网络受益。 2 区块链本质上是数据库的共享，通过将数据库设计成分布式记账的方式，让这个系统中，每增加一台电脑，就能使整个系统的可信度抬高，黑客的破坏成本抬高。 明白了这一点之后，我们就会发现，区块和普通人没有太大关系，我们试问自己，我们电脑中有什么文件是需要大家证明是自己的？然后又愿意把自己的电脑带宽和算力日以继夜的贡献出去？ 这不像BT下载，这种人性动力是没有的。 除非原始社会，产权不是很明确，我才特别需要别人来帮我证明某根打狗棒是我的，谁偷了就要判刑。 现在都是数字记录社会，银行、国家征信部门、房产部门等等全都帮你记录了你的身份、财产、信用等等，这个时候拿出自己的电脑算力来证明自己的财产，这种行为本身是反人性的。 所以虽然区块链技术先于比特币诞生了长达10年，也基本无人问津。 3 不过比特币这一区块链的独特设计，却打开了人性的一个缺口，首先不知道从什么时候开始，比特币与现实货币挂钩，同时比特币可以通过贡献算力进行挖掘。 而算力本身确实是一个稀缺品，可以通过比特币直接兑换成现金，何乐而不为？ 于是就成了一门简单的生意，只要投入电脑、电费，就能赚钱，而再计算一下成本，以及比特币当前价格，能否盈利一切清晰可见。 自然而然的，比特币就成了赌场，炒家、庄家陆续到场，韭菜一波又一波的来来去去，金钱永不眠。 比特币的本质，是创造了一个可以让计算机算力变成金钱的虚拟游戏场。 4 宣传数字货币价值的老司机们经常会说，XX币有着、不可毁灭、不可伪造等等安全特征。 但实际上，比特币并不安全。 表面上你的比特币记录在他人各个电脑里的“云端”，确实不可摧毁，但实际上钱包、密钥是在你自己的设备中，如果你一旦把电脑弄丢，或者电脑被入侵，那比特币也就瞬间没了。 这不是不可能，早在2014年比特币交易平台Mt.Gox的85万比特币就被黑客在一夜之间扫荡一空，而该平台也立即申请破产，用户一夜之前全部血本无归，这些比特币按此前最高的3万人民币1个来算，就是225亿人民币。而就在去年Bitfinex比特币平台，也被盗119756枚，全体用户损失35%，大概是30亿人民币。 另外，以太坊的The DAO众筹项目被黑客利用漏洞非法转走了大量以太币，最后甚至启动了硬分叉（什么是硬分叉自己查）的方式来解决。 如此强大的平台都挡不住黑客，你的电脑就能挡住？前一阶段的Wannacry只是轻的，如果后期黑客加入了比特币嗅探代码，你还敢开机吗？ 所以从流通性上讲，除了比特币价格不稳定因素之外，没有基本的安全保障才是原因。 拥有百万比特币的你，可能会因为某个懂技术的黑客，而在一夜之间倾家荡产。 5 我不看好涉及任何数字货币的区块链应用。 而真正的区块链应用应当是每个行业结合自身来进行发展，尤其是金融行业。而这里值得一说的是，市面上大多数区块链项目是根本没有机会介入到各个产业中。 以金融行业为例，其本来就拥有多年技术积累，其完全有能力发展自己的区块链技术，当然也不会采用“挖矿”的设计。并且区块链技术由于其透明性，并没有极高的技术含量，技术层面来讲，搭建一套分布式数据库，对于银行等机构来说完全是轻而易举的事情。 而不轻松的在于，如何统筹上下产业链，以及与此前的系统数据进行有效融合，才是各行业的挑战，绝大多数ICO在未来都是没有应用场景的。 6 这里简单预测一下比特币的未来，由于中本聪给了其100年的挖矿时间设计，再加上算力的增长，各路投机者的入场，暗网交易，以及各国通货膨胀涨，汇率动荡所衍生出保值需求。 比特币已经深深嵌入到社会运行中，其不会轻易消失，并且暴涨暴跌也会持续下去，不会退场。 只不过值得注意的是，驱动比特币繁荣的并非来自于其表面的共享、信任这些正面表述，真正使其生长以及得到繁荣的是来自于人性底层的贪婪动机。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

俗话说的好，民以食为天，美食从来都是中华文化的重要组成部分。“吃”从来都是国人生活的主旋律，从央视出品的《舌尖上的中国》火爆全国，到挪威的“生蚝外交”，只要与“吃”有关，都能在国人心中占据重要地位。随着“吃货标签”的流行和移动互联网的普及，爱好美食却不会做菜、热衷于厨艺交流等人群需求渐渐催生了众多菜谱APP，这类APP不仅能教人做菜，还允许用户分享菜谱并交流做菜心得，因此，一时之间吸引了大量年轻用户。 如今，经过多年发展的菜谱APP市场格局已经比较稳定，下厨房、美食杰和豆果美食凭借自身优势占据了头部位置。在成功得到众多用户的青睐后，流量变现成了下厨房、美食杰和豆果美食的首要任务。起初发展一帆风顺的他们，目前在流量变现的问题上却都遭遇滑铁卢，进一步发展遭到了很大的阻碍。 下厨房：社区之道不是万全法门 自2011年上线以来，下厨房就以干净的界面，富有文艺情感的设计及文案风格吸引了一群热爱美食的用户。据下厨房提供的数据统计，截止2016年6月，下厨房总用户群体达到1.2 亿，拥有1200 万注册用户，UGC 的菜谱和作品达到1800 万以上，app 安装量达到5000 万，拥有着200 万的日活量。 下厨房能从众多菜谱类APP中脱颖而出成为佼佼者，与其深谙社区之道不无关系。与其他同样以社交为起点的菜谱APP不同，下厨房是以社交为圆点，几乎所有的业务功能都围绕社区展开。 在下厨房看来，美食社区的意义在于能为一群对美食有相同爱好和需求的人创造一个交流经验、相互学习的地方。一方面，下厨房以菜谱为中心，让用户通过上传参照菜谱做出来的菜进行交流，每一个菜谱都会经过用户的反复编辑，菜谱在用户不断地修改中得到完善，而且用户在围绕感兴趣的信息交流时更容易成为朋友，从而形成美食社区的良好氛围。 另一方面，下厨房功能板块的设计更加注重社区元素，例如厨房问答、排行榜、作品展示以及信箱中的市集讨论区等，比较强调社区性质，鼓励用户互动交流、积极创作，打造繁荣的社区生态。 虽然社区之道让下厨房一跃成为食谱类APP的领头羊之一，但其背后存在的变现难题依然不可忽视。 下厨房的电商模式虽然遵循社区逻辑，想把“口口相传”的传统消费模式更自然地平移到线上。但下厨房电商平台希望能将长尾变爆款的想法导致电商功能相当依赖社区。虽然下厨房认为用户在便宜的商品上容易做出决策，不需要太多口碑的支持，但小众且昂贵的商品本就很需要社区达人的推荐，没有经过下厨房官方的挑选测评，仅仅依靠达人的推荐，可能会让一些新用户对产品的实用性产生怀疑，不利于扩展新用户。 此外，平台很难确保达人是否会因为打广告而故意夸大产品优点，使得产品与描述不符，对口碑产生负面作用，从而对变现产生不良影响。 美食杰：场景化成就不了 “闪购” 成立于2007年1月的美食杰，可以说的上是菜谱类APP的元老级选手。本着“一切以用户体验为导向”的初衷，美食杰力求在菜谱这一基础功能上做到尽善尽美，菜谱按菜系、功效等分类，相当齐全。除此之外，美食杰还推出了“智能组菜”功能来帮助用户快速发现美食，这简直是新手的福音。 一方面，美食杰的用量转换功能可以帮助厨房新手参考配料的使用量，利用菜谱大数据分析技术，在输入菜名后，APP会自动识别菜谱名并填写主料、辅料；另一方面，美食杰要求用户在工艺、口味、难度、时间和人数上进行细分，虽然在选择上略有繁琐，但是方便用户查看菜谱并了解菜谱制作的难易度和适用性。 在电商方面，与其他平台不同的是，美食杰基于内容的场景化，不做货架堆积而是选择了闪购模式。美食杰会在每一篇菜谱的底部都会出现和这道菜相关的商品链接，用户可以根据自己的需求删减不需要的食材。这让用户减少了购买的时间成本，同时也提高了推荐产品的曝光率，似乎是一举多得，但实际上有着很明显的弊端。 首先，闪购模式意味着由平台做精准导购式服务。但食材与衣服用品不同，很多人在食材的把握上有很明确的自我认知。例如，不喜欢吃洋葱的人喜欢用青椒或者其他食材代替，在这种情况下，菜谱下提供的一键购买功能对这些用户来说就成了鸡肋，不但没有起到节省时间成本的作用，反而会让用户在购买替代食材上花费更多的时间。 其次，美食杰场景化电商模式一般以用户上传的菜谱作为依据，但是这凸显了平台提供食材的弊端。一方面有些菜肴是时令菜品，好吃但是没人上传菜谱，平台就有可能不会提供这方面的食材，更不用提那些人气旺但同样没菜谱的食材。另一方面，有些冷门菜色的菜谱上传后，平台要找到这些冷门食材可能需要花费大量的成本，在这种情况下，场景化电商模式可能会限制美食杰电商功能的进一步发展。 所以，闪购模式存在的一些缺点也导致美食杰的变现速度不及预期，是寻找新的变现渠道，还是继续改善电商渠道的变现模式，值得思考。 豆果美食：厨房智能化路线没那么简单 与其他菜谱类APP不同，豆果美食在豆果网的依托下，一上线就受到诸多关注并快速进入菜谱类APP的头号玩家阵营。据了解，豆果美食比较注重社交圈子的建立。因此官方建立了多个不同主题的圈子，方便用户选择感兴趣的关注并发表动态，而且圈子会不定时推出活动，活跃用户气氛，提高用户的参与度，这些都跟论坛类似。 通过建立社交圈子产生人气流量，然后把流量变现转型为电商，这都与其他菜谱类APP大致相同。但豆果美食认为，在新零售的业态下，智慧厨房将成为入口，于是豆果美食将“打造智能厨房”作为平台电商建设理念。 早在2014年，豆果美食就已经开始为对接智能厨电做准备，将菜谱数据标准化。例如用户通过智能灶具的控制面板匹配APP上的相关菜谱，灶具就会通过菜谱中的数据自动调节油温。目前，豆果美食通过健康美食传播、电商、数据分析、智能厨房等方式，专注中产市场，看似一帆风顺，实则存在不少缺陷。 首先，豆果美食想要依托平台用户数据与智能厨房设备合作，将平台用户数据变现。但是据了解，目前各大智能厨房设备都上线了自己的智能APP，例如美的APP等，可以通过自己的APP软件管理家庭智能家电。所以，豆果美食即便拥有大数据流量，但是智能厨房设备在已经拥有服务功能的前提下，为大数据流量买单的机会降低，豆果美食想要达成的智能厨房理念可能会因此遭受挫折。 其次，根据豆果联合风投公司GGV分析超过3.6亿个数据显示，72%的下厨者还是女性，但男性比例相较2015年上升了2%。豆果23-35岁用户占比近60%，24岁以下用户占22%。而且从年轻人厨房支出看，智能厨电位于榜首，这是豆果专注智能厨房的原因之一。但年轻人追求新潮事物而且缺乏产品忠诚度的情况比较常见，智能厨房用品迭代速度快且价格高昂，年轻人能否顶住经济压力购买这些用品成了很大的问题。 以往赖以生存的优势成了缺点，变现难似乎已经成了菜谱APP们的发展瓶颈。但另一边事实却是菜谱APP们若不能将流量变现，必将失去转型升级的契机。因此，解决变现难题成为了菜谱APP们当下的决胜关键。 新潮元素，强强联合，双重电商策略成了菜谱APP的解困要诀 未来，菜谱类APP们想要脱颖而出成为行业霸主，必须解决一直存在的变现难题。就目前来看，菜谱APP有三个不错的选择。 首先，紧跟新潮，视频和直播成首选。目前互联网上有太多关于美食的视频，从吃播到美食游记，从美食探店到美食教学应有尽有。菜谱类APP作为美食类APP的重要组成部分，美食视频自然必不可少。而且，对大多数厨房小白而言，在厨艺技能没有加点的情况下，文字以及图片描述令他们很难准确把握每一道菜的核心要点。这时候菜谱APP提供的视频讲解功能似乎就成了一大利器。 当然，说到视频怎能少得了直播。如果要问目前互联网时代最新最快的互动方式，非直播莫属。虽然直播早已是一片红海，但是“直播+”仍旧是大势所趋。不少直播平台如斗鱼、熊猫等都有美食直播栏目。试想，如果菜谱APP提供美食教学直播，就像是日本大胃王“俄罗斯佐藤”会在吃播中加入现场教学，令粉丝能更清楚的看到美食的制作过程一样，那么用户与用户就能在做菜的过程中沟通，用户也能更直观的了解菜肴的做法。总之，美食视频和直播在当下比较流行，而菜谱App不妨植入这些互动性更强的模式，由此试水更多的变现渠道，从而找到合适自己的盈利点。 其次，强强联合，资深大V是捷径。菜谱类APP同质化严重归根结底就是内容极易复制导致的。在这种情况下，寻找新内容成了菜谱类APP的当务之急。如果要论内容的更新程度以及创新程度，那些以内容起家的美食类资深大V似乎更有发言权。一般来说，资深大V们缺少稳定的平台与电商入口，菜谱类APP缺乏创新的美食内容，两者强强联合，各取所需未尝不是一件好事。目前，已经有豆果美食的内容作者向自己的个人公众号引流作品，如果菜谱类APP们可以与日食记等美食教学大V合作，将这些作品导入平台，同时为这些大V提供电商入口，变现的难题或许可以迎刃而解。 最后，双重电商策略是成功打天下的关键。菜谱类APP们的发展历程基本为“菜谱—社交—电商”，把社交流量变现并促进电商发展成了所有菜谱类APP们的想法。但是，就目前来看，菜谱类APP们似乎都令电商产品内容完全依赖社交模式，无论是下厨房的达人推荐还是美食杰的闪购。就像前面说到的，挑选食材及烹饪用具等美食相关用品，用户存在极大的自我认知空间，想要在美食相关用品的电商领域一刀切完全采用导购模式，似乎存在很大问题。菜谱类APP们可以学习其他行业的电商模式，对长尾做导购推荐，那些常见的产品可以采用自由选择模式，就像是淘宝一样，既有精品好货推荐功能，又有自主挑选功能。虽然这种双重模式在发展初期会遇到成本方面的阻碍，但就目前来看，这是可以满足所有厨艺阶级用户的最好做法。 如此看来，已经完成社区流量构建的菜谱APP们，在变现的过程中都不谋而合地选择了电商模式，但在试水过程中遇到的诸多阻碍也有目共睹。面对竞争越发激烈的市场环境，菜谱APP当务之急必然是流量变现。未来，菜谱APP们该何去何从，还需要看它们的后续发力。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

整个资本圈都在等待，AI医疗能够真正讲出“To B To C”的商业模式。 编者按：以下内容整理自鲸准数据中心的《行业字典：一张图看AI医疗》，作者张育涵。 人工智能一直很火，但在全世界范围内的引爆，发生在2016年的3月，谷歌的AlphaGo以4：1的成绩战胜了世界围棋冠军李世石。一个月后，中国的BAT巨头不再潜水，开始了动作，他们在人工智能领域的一个非常重要的角力场便是“AI医疗“。 2016年4月，腾讯等机构以10亿人民币投资碳云智能；2016年10月，百度对外发布了“百度医疗大脑”，宣布正式进军AI医疗；2017年3月，阿里云发布“ET医疗大脑”宣布正式进入医疗AI领域。 作为压垮中国人民的三座大山之一——医疗，是目前人工智能各应用领域中最热门的赛道。人工智能在医疗领域的应用门槛最高，最难突破，但也最具想象力，所以资本和BAT们对这座大山发起了一轮又一轮的攻势。针对以医疗为重点的AI创业公司从五年前的不足20家上升至现在的120多家，但大多停留在“to VC”阶段，整个资本圈都在等待，AI医疗能够真正讲出“To B To C”的商业模式。 鲸准数据中心清洗了整个AI医疗从2013到2017年的241起国内融资事件，本文用资本布局时间线去描述AI医疗行业现状，最后通过鲸准上的投资人行为，去发现AI医疗的下一个行业热点。 01 什么是AI医疗？ AI医疗是以互联网为依托，通过基础设施的搭建及数据的收集，将人工智能技术及大数据服务应用于医疗行业中，提升医疗行业的诊断效率及服务质量，更好的解决医疗资源短缺、人口老龄化的问题。 AI医疗定义金字塔 基础层：通过软硬件的基础设施，收集用户、药物及病理数据，并使数据互通互联，为人工智能的应用提供支持与可能。 技术层：通过语音/语义识别、计算机视觉技术，对非结构化数据进行分析提炼。“学习”大量病理学数据文本，使其掌握问答、判断、预警、实施的能力。 应用层：是指人工智能与不同细分领域的结合，以解决医疗行业中的某种业务需求，如智能诊断、药物研发、智能健康管理、智能语音等医疗场景。 02 AI医疗国内融资概况 5年内，AI医疗各领域共发生融资事件241起 AI医疗应用层持续热潮，基础层热度下滑 回顾13年-17年数据，从2015年开始，基础层热度明显下滑，而资本开始纷纷进入应用层。2017上半年AI医疗发生融资数量46起，下面是应用层各维度融资情况。 国内资本多布局虚拟助手、医疗影像、医用机器人、智能健康管理这四个领域 经统计，从13年到17年上半年，应用层8个细分领域共发生融资事件86起。国内资本多布局虚拟助手、医疗影像、医用机器人、智能健康管理四个领域，其中医疗影像成为资本密集的阵地，占比最高达到31%，位居第一。 为什么医疗影像赛道玩家较多？ 从细分领域融资数量图看出，医疗影像占比较多，为什么会发生这样的状况？影像具有4V性（volume数量、variety多样性、velocity速度、veracity真实性），4V的属性更适合其AI的发展。 应用层融资轮次分布：大部分公司停留在天使轮及A轮 国内AI医疗应用公司起步较晚，由细分领域融资数量分布看出智能诊断领域占比60%。整体上智能诊断还处于初期，目前没有大规模商用。对于优质数据的提取、数据的结构化及建模、患者语言的训练都是目前需要跨越的障碍。 进入到B轮及B轮后的的公司分布在虚拟助手、医用机器人两个领域 医用机器人的实际应用主要集中在外科手术领域。机器人在手术上的准确性、可靠性和精确性上大大超过了外科医生，机器人技术已经在医疗领域得到了长足的发展，并取得很好的临床效果。 03 AI医疗行业发展解析 AI医疗标签关注度 根据鲸准中心标签热度算法统计，有关于AI医疗的标签：深度学习、计算机视觉、AI医疗、智能诊断、医疗影像、自然语言处理、AI芯片、医疗大数据关注度有较大提升。 AI医疗为什么会成为资本新宠？ 1、政策推动 AI政策持续利好。2017年7月国务院刚印发《新一代人工智能发展规划的通知》，明确提出“到2020年人工智能总体技术和应用与世界先进水平同步”。 医疗政策持续利好。2016年国务院发布《关于促进医药产业健康发展的指导意见》，明确提出开展智能医疗服务。 2、国情推动 社会进步和人们健康意识的渐渐觉醒，人口老龄化问题的加剧；病患多、医生少；医务人员培养成本过高；药物研发周期长、费用高；医生诊断不容犯错。3、技术推动 语音和图像识别技术目前已达到商业化高度。 从2012年的ImageNet大赛一直到现在，深度学习在图像的分类与识别上已经取得了非常大的进展。在医疗影像领域目前对某些病理 图片的识别准确率已超过90%，用于辅助医生诊断已不成问题。区别于机器学习，需要给出特定规则后才能进行。而深度学习则可自由生成多层“网络”（深度神经网络）。 在深度学习之前，大约在90年代，就已有很多人做计算机辅助诊断（CAD）。之前神经网络做不深，现在有了新型计算机和深度学习之后，可以实现很深的网络。举例“乳腺钼靶肿块判读”。 三大AI技术基石：深度学习算法+计算能力+大数据，为AI融入医疗奠定基础。 4、设备驱动 电子胶片的普及；POCT及智能可穿戴设备公司初具规模，大量设备及胶片投入使用，形成庞大的用户病理数据，为构建医疗大脑奠定基础。 5、基础设施驱动 根据CHIMA的数据统计，显示早在2015年9月，超过60%的医院都已完成医院管理信息系统（hmis）的全面搭建。以“EMR”为核心的CIS成为建设重点。 现阶段AI医疗应用竞争态势 国内AI医疗未来发展建议 1、加快基层医疗机构的信息化建设，加速区域信息化集成布局。 2、数据获取能力的提升、算法的改进、人工智能技术的创新。 3、逐步完善底层核心知识图谱。 鲸准预测可拓展领域：AI+精神疾病管理、AI+精准诊断、AI+精准治疗、AI制药等。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

近日，聚美股票持有人、美国恒润投资公司Heng Ren Investments发表了一封致聚美董事长陈欧、聚美联合创始人戴雨森、红杉资本创始人沈南鹏的公开信，炮轰聚美不兑现诺言。 公开信中，恒润投资指责陈欧提出将聚美以每股7美元的价格私有化的提议低估了聚美的价值，在陈欧在位期间的这18个月股价灾难中，一系列错误使得聚美股票下跌45.2%，在陈欧在位期间这18个月的股价灾难中，市值已经损失了 3.97 亿美元。考虑到目前公司的市值为 4.79 亿美元，如此大的损失是一个相当荒唐的数额。 信中表示，这次灾难得到了红杉资本的支持，并且得到了聚美董事会的纵容。 聚美并没有兑现诺言，将2014年在美IPO筹集的2.8亿美元中的资金用于投资非核心业务，其中，投资1430万美元用于电视剧制作，另外，还向一家手机移动充电电源初创公司投资4480万美元，众所周知，这家手机移动充电电源初创公司为街电，今年5月份，聚美优品宣布斥资3亿元投资共享充电项目街电。这些被投资目标的资金超过 5,900 万美元，相当于聚美市值的 12%和账面现金的 18%。 公开信中还提到，聚美2016年底公布的账面现金为3.31亿美元，但从来没有向股东支付一分钱的股利。 该公开信还呼吁，现在对董事会来说是时候结束这场灾难了。“股东们已经被迫盲飞了九个月，九个月内没有任何来自聚美的财务信息。股东们无力地看着自己成千上百万美元的账面现金被投资于电视剧和手机移动充电电源，而我们自从 2016 年 2 月以来就没有从董事长那儿听到过关于每股 7.00 美元收购要约的任何消息。这个收购要约距离聚美每股 22.00 美元的 IPO 仅过去了 20 个月。” 最后，恒润投资在信中提到为了恢复股东信心，聚美董事会现在应：1、解散负责审核收购要约的特别委员会；2、立即宣布每股1.5美元的特殊股利，向投资者返还2.25亿美元；3、董事会向股东披露公司问题，由公司提名与公司治理委员会审阅过的董事会最新一期年度评估；4、薪酬委员会董事长对CEO进行的年度评估；5、披露委员会、联合红杉资本对已提出的管理者回购提议的立场等方式进行干预和履行他们的法定职责。 据了解，2016年上半年，聚美营收35亿元，同比仅增长1.7%，而净利润大幅下跌。在主营业务增长后劲不足时，2016年1月份，聚美优品成立影视公司聚美影业，陈欧宣布其正式进军影视文化行业，且当时表态：“将在三年内打造成中国影响力最大的颜值经济公司”。今年4月份，陈欧又宣布进军智能家居行业推出“REEMAKES睿质”空气净化器。今年5月份，陈欧又宣布斥资3亿元投资共享充电项目街电，还遭到了王思聪的炮轰。 综上所述，陈欧这两年来有3次跨界，试图尝试拓展美妆电商以外的其他业务范围。目前看来，投资共享充电宝导致了联合创始人的戴雨森的反对与离职。 真格基金的创始人徐小平是聚美优品最早的投资人，据了解，今年第一季度，真格基金和险峰长青从聚美优品主要股东名单中消失，这意味着，二者已经大幅减仓聚美股票甚至已全部清仓套现离场，退出了聚美主要股东名单。看来，即使有徐小平多次力挺，但依然掩盖不了上市三年后，聚美优品如今市值已经只有3亿多美元，市值蒸发将近95%的现状。要知道，当初聚美优品上市当天开盘价为27.25美元/股，市值曾达到56.5亿美元。 如今，聚美用两年的时间，入局了三个业务范围，未来聚美会是一家什么样的公司？能够靠共享充电宝逆袭吗？（共享充电宝沦为资本刻意圈钱和利益输送通道；共享充电宝非刚需，同时可替代场景太多，未来替代品之一：可发电的小型水晶球，可给手机充电），我们拭目以待。 以下为公开信全文： 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

真实世界和虚拟世界的距离越来越近。 很多人可能已经在《Pokémon GO》游戏以及Snapchat应用中体验过VR，但未来几周苹果发布的iOS 11操作系统（包含有ARKit工具）可能真正意义上将VR带到每个人的身边。为了迅速满足用户的需求，Google日前也宣布推出ARCore，很多人认为这是对苹果ARKit的回应。 巨头们之所以这么重视AR技术，这是因为很多人认为其可以代替智能手机以及其他电子设备。也就是说，AR可能是下一个颠覆智能手机的技术。不过目前来看，AR技术的实施可能还需要各种App。扎克伯格此前接受《纽约时报》采访时就曾表示，“我们并不需要每一个实物都出现在眼前。相反，一个1美元的App就可能带来400美元实物电视的观感。” 那么ARKit马上就要来了，在iPhone上使用相关的AR App到底是什么样的体验？ 宜家：家居App IKEA 正如上图所展示的，用户可以通过该App，将同等大小的沙发和手扶椅放到房间中，进行颜色、款式选择，以及进行大小的调适。目前，该App上的家居产品有2000种。据介绍，该App的iOS版本将于未来几周正式上线。 Food Network：厨房App Food Network 通过该AR App，用户可以用虚拟的甜点装饰空盘子，同时用户也可以查看更多基本的甜点食谱。另外，当用户选择将某一虚拟的蛋糕放到盘子里后，还可以装饰该蛋糕，完成后就可以发到社交网络上。 GIPHY World：动图App GIPHY World 桌子上放着香蕉、草莓、面包和玩偶，通过该App的3D镜头扫描后，这些物品都有了表情和想要表达的语言。那些同样下载了该App的用户，可以一起制作这样的动图，然后进行分享。 Arise：游戏App Arise 这是来自Climax Studios的一款游戏，App会将一个布满废墟的3D世界放置到用户的桌子上，然后在没有任何控制按钮的情况下指导游戏人物选择前进的方向。 《饥饿的卡特彼勒》：儿童读物App The Very Hungry Caterpillar 该App将非常受欢迎的儿童读物《饥饿的卡特彼勒》制作成了AR场景。正如视频中所展示的，通过该App儿童可以看到虚拟的虫子、苹果、蝴蝶等。 《行尸走肉》：游戏App The Walking Dead 登陆该App后，可以看到很多虚拟的僵尸，用户可以通过移动位置躲避僵尸以及利用武器来射杀这些僵尸。解救人质后，用户的技能会进一步的增强。 上述所介绍的AR App覆盖了用户生活的很多方面。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

编者按：一年一度的Gartner每逢推出时的确能引起一阵关注（2017年的炒作周期曲线刚刚推出不久），但是过后却很少有人进行复盘。有哪些上榜的技术最后走完了英雄之旅？有哪些技术只是昙花一现？又有哪些技术是漏网之鱼？从中又能得到什么启示？针对这些问题VC Michael Mullany给出了自己的解读。 首次发布于1995年的Gartner新兴技术炒作周期曲线主要面向的是高科技领域，该曲线提出了新技术的一种标准的采用模式。按照这种模式，技术都要经历以下一些过程（来自维基百科）： 科技诞生的促动期 (Technology Trigger) 在此阶段，随着媒体大肆的报导过度，非理性的渲染，产品的知名度无所不在，然而随着这个科技的缺点、问题、限制出现，失败的案例大于成功的案例，例如:.com公司 1998~2000年之间的非理性疯狂飙升期。 过高期望的峰值期（Peak of Inflated Expectations） 早期公众的过分关注演绎出了一系列成功的故事——当然同时也有众多失败的例子。对于失败，有些公司采取了补救措施，而大部分却无动于衷。 泡沫化的底谷期 (Trough of Disillusionment) 在历经前面阶段所存活的科技经过多方扎实有重点的试验，而对此科技的适用范围及限制是以客观的并实际的了解，成功并能存活的经营模式逐渐成长。 稳步爬升的光明期 (Slope of Enlightenment) 在此阶段，有一新科技的诞生，在市面上受到主要媒体与业界高度的注意，例如:1996年的Internet ，Web。 实质生产的高原期 (Plateau of Productivity) 在此阶段，新科技产生的利益与潜力被市场实际接受，支持此经营模式的工具、方法论经过数代的演进，进入了非常成熟的阶段。 作为举例，下面是第一条炒作曲线，来自1995年。这是一份真正令人着迷的历史文档。里面提到的一些技术（面向对象编程）已经变得如此无所不在，以至于现在都已经成为背景噪声了。而一些技术已经彻底消失于公众视线（涌现计算）。还有一些技术是我们以为已经差不多了但却需要几十年之久才完全成熟（语音识别）。 1995年炒作得最厉害的技术是智能代理。2年后，Office 97推出了大眼夹（Clippy），这个炒得很厉害、但不称职的助理没法得到认可，几乎扼杀了整整一代的类似想法。今天，20年后，我们又冒出了要做智能代理的想法，尽管现在的名字改成了聊天机器人，但其核心技术——在广泛领域内的上下文推理——仍然是一个难题。 我把Gartner炒作周期看成是技术的英雄之旅。就像英雄之旅一样，炒作周期是一个吸引人的叙事结构。当我们考虑今天在用的其中许多技术的时候，我们往往会记起来这些技术刚到来的时候大家都炒作得非常厉害，但这些技术最后还是找到了走向主流的道路。但这真的就是技术涌现和获得采用的途径吗？在对2000年至2016年间（后网络泡沫时代的每一年，不含今年）每一年的Gartner炒作周期曲线都进行了分析之后，我发现就平均而言技术的发展路线并不遵循炒作周期曲线。我们之所以这么认为，是因为当我们回想起技术是如何出现时，会受到认知偏误（更多思维模式可参见思维模式大全）的影响，从而扭曲了对过去的回忆： 后见之明偏误——又称“我早就知道了”、“马后炮”、“事后诸葛”。在事情发生或发展后，以为自己事前就能预测其发生与发展，也就是无意识地“改进”记忆中过去的预测。 幸存者偏误——专注于从某个过程中存活下来的人或事寻找弱点意欲补强，却忽略了最大的弱点更可能在未存活的人或事之中。记住取得成功的技术（我们周围都是这样的技术）要比记住失败的技术容易得多。 举个例子，涌现计算（Emergent Computation，基于分布式进化算法的计算，算是基于神经网络的机器学习算法的表亲）——出现在1995年炒作周期曲线的最早期技术，就是幸存者偏误的很好例子。今天如果我让硅谷的20位技术专家指出自1995年以来哪些技术能取得成功，哪些会失败的话，几乎可以保证没人会点出涌现计算的名字。但这就是1995年的炒作周期曲线，涌现计算就是其中重要的10项技术之一。 （再顺便说一句，我的意图并不是想指出Gartner作为一家机构的准确度。除了一些值得注意的例外之外，我们认为Gartner炒作周期结伴上就是业界共识的反映） 但我们不能在合适的背景中记住过去并不是对Gartner过去的炒作周期曲线进入深入分析得出的唯一经验。在分析了2000年之后每一年的曲线之后，我想自己有信心得出结论说我们对预测未来并不是很擅长。这是我从中总结出来的8个经验经验之一。以下就是详情： 经验1. 我们非常不擅于预测。尤其是对未来的预测。 对于任何有经验的硅谷智囊来说这一点并不奇怪。总之，我们都不擅于预测。出现在Gartner炒作周期的200多项独特技术里面，只有少数技术——云计算、3D打印、自然语言搜索以及电子墨水——曾经被标识为早期技术并且多少以可预测的方式沿着炒作周期曲线从开始走到了结束。 经验2. 昙花一现的技术趋势数量令人担忧 高科技有个很显著的倾向，那就是在非常短的时间内会对一项技术感到极度兴奋。在列举的超过200项技术里面，有50多项技术在炒作周期曲线里面只出现过一年——然后就再也没出现了。是，炒作周期曲线所列技术中有很多昙花一现的东西仍然存活到了今天，享受着小小的成功或者精神占有率：众包——2013，HTML5——2012，BYOD——2012，播客——2005。但过去的炒作周期包含有一堆像降落伞裤一样糟糕的技术也一样是真的。以下就是一些昙花一现的技术：社交电视（2011），事实验证（Truth Verification，2004），分众分类（Folksonomies，2006）以及专家定位（Expertise Location，2007）。 经验3. 大量技术夭折。 这条跟上一条密切相关，过去20年就是技术的坟场，有很多技术都夭折了。我粗略估计了一下，在Gartner炒作周期曲线上榜多年的技术当中有超过20%在取得任何类型的主流成功之前就已经被废弃了。其中一些多次出现在炒作周期曲线上但最终消亡的最值得注意的技术包括： 超宽带技术：作为一种短距无线电技术，超宽带在2004年达到了炒作巅峰但却在2008年被废弃了。 RSS企业版：在RSS作为面向消费者的新闻源格式取得成功后，RSS被认为也会成为企业侧的统治性格式用于信息传播。这项技术被列入2006炒作周期冉冉升起的技术之一，但到2007年就被放到了幻灭期（这也是它的最后登场）。 802.16 WiMAX：在4G无线标准方面WiMAX是LTE的竞争对手。机关有了少量部署，但WiMAX基本上出来不久就死掉了。作为炒作巅峰在2005炒作周期曲线首次出现的WiMAX到了2006年就降到了幻灭期然后消失了。 企业版桌面Linux：对于年过30的人来说，这的确是个东西。2003年作为炒作巅峰出现在曲线上，2004年再次出现在了这一位置上，接着在2005年度过了低谷期直到彻底消失。桌面Linux供应商根本无法取代Windows作为主流商业桌面OS的地位。而VMware让Linux可以作为应用运行于Windows之上，使得它永远无法留下OS的印记。 网状网：网状网是一种可以通过节点间点对点交互构建高效路由网络的网络结构。只是在过去2年第一个具有广泛基础的消费者网状网才以Eero和别的家庭网络的形式进入市场。但2016年之前网状网就拿到了炒作周期跟踪最久但从未赢得广泛采用技术之一的荣誉勋章。其历史可以追溯到2003年首次作为新兴技术出现在炒作周期曲线，并在随后11年间9次以后炒作期和低谷期的面目出现——最后一次现身是在2013年。尽管我不是这个专业的专家，但在我的记忆里网状网其实是很难搭建的。下面就是网状网在炒作周期曲线出现的历程： 而这些只是没有走到实质生产就死掉的众多技术中的5个。可以列举的还有很多（比如电力宽带Broadband Over Power Lines）。 经验4. 技术洞察往往是正确的，但实现不了 炒作周期给出了基本正确的洞察，技术或者市场根本还没准备好，我经常被这种情况多次出现所困扰。其中一些最好的例子： WS型商业模式：趁着2000年代早期一波基于WS*的web服务狂热，WS*型商业模式作为一种衰退期技术首先出现在2003年的炒作周期曲线上，然后又在2005年再次出现在幻灭的低谷期。交代一下，WS*是一系列的技术标准，可以利用SOAP协议交换XML格式作为远程API调用的基础。WS*运动基本上就毁在了自己的技术自满上。开发者痛恨编写这类API，而且它还存在许多规范问题。但尽管如此，它的核心洞察基本上还是正确的。最近几年，Twilio、Plaid、Checkr等的崛起都验证了2003年时做出的基本洞察：也就是会出现唯一产品就是有价值的API的成功企业。 公共认证服务（Public Authentication Services）：作为新兴技术首次在2002年出现，其预测是基于Microsoft Passport的发布做出的。Microsoft Passport是微软推出的一项基于WS*API的公共验证服务。Passport也因为基础是WS*而失败了。2007年，在Google、Twittr以及Magnolia之间进行了非正式合作开发出Oauth之后这项服务才落实了承诺。当然了，今天通过Google、Twitter以及Facebook进行的第三方公共登录已经无所不在了。再次地，这是一项洞察没问题但实现有瑕疵的技术。 Tera-Architecture：作为新兴技术仅在2006、2007年被列入炒作周期曲线——我对这个专业不熟只好去查。结果吃惊地发现Tera-Architecture（Gartner杜撰的一个术语后来似乎放弃了）描述的东西跟用于大数据的现代数据获取管道相当接近。诚然，在开源项目Kafka和Samza推出只好才使得非常大规模的获取管道广泛传播，但有关其需求的基本洞察早在2000年代中期时就被Gartner可靠地预言到了。 经验5.我们致力于一些核心技术问题已经有几十年了 有一些核心技术总是不断改头换面出现在炒作周期曲线上面很多年，有时候甚至有多个别名。每一个化身都取得了进展并给后来者留下了经验经验但并没有取得真正的突破。这些属于炒作周期曲线中的技术马拉松。 语音识别：如我们较早前看到那样，语音识别最早出现在1995年的炒作周期曲线上，当时它正在往实质生产的高原期攀爬。但事实上，1995年的语音识别还远没有到成熟的地步。可能只有在过去2年深度学习取得突破后语音识别才到达了相当于人类的水平。这时候20年已经过去了。 互联网微支付：又称为电子现金、电子支付、加密货币，最新的化身是比特币，自互联网诞生以来我们一直都在致力于促进不可信的各方之间的小型互联网支付。今天的微支付仍然只在苹果生态体系这样的围墙花园内用得很好。也许在比特币之后还需要一代才能真正见效。 数据分析：大规模数据和内容分析在过去20年的炒作周期曲线经历过3波的潮起潮落：数据挖掘（90年代）让路给分析（2000年代）然后又让路给大数据（2010年代）。数据分析似乎总是用新一代的架构去应对我们想要分析的范围和规模不断扩张的数据以及我们预期要执行这一分析的人。 经验6. 一些技术总是不断在退向未来 有一些值得注意的技术总是在炒作周期曲线上反复出现，每一次出现都似乎给人以科幻的感觉。尽管到了某个时候我相信它们不会再这样。最值得注意的包括： 量子计算：早在2000年量子计算就被考虑在内了，现在10多年都已经过去了（至今也还没太大进展）。 脑机接口：（又称人类增强，最近几年均出现在炒作周期曲线上）尽管外科修复的神经控制取得了引人注目的进展，控制思想的计算仍然是一项在进行中的工作，要想实现普遍使用至少还要等上10年的时间。 上下文交付：捕捉上下文并充当代理是从内容到商务的关键，很多年前我们就已经做出了这一点观察，但这个的通用解决方案似乎还在一拖再拖难以实现。不过这并不能阻止这个术语不断以早期阶段技术的面目出现在炒作周期曲线上。 经验7. 很多技术取得进展但没人关注 炒作周期曲线看得足够多以后你机会看到一个模式，那就是很多技术在被认为玩完之后取得了稳步甚至有时候甚至是突破性的进展。就像此间的机器学习一样，在研究人员、初创企业以及大型技术公司的推动下，许多技术在上一代被普遍视为失败之后都在顽强地向前。以下是我比较喜欢的一些例子： 头戴显示：第一代头戴显示出现在1990年代，并在2001年进入了炒作周期曲线。但那个时代屏幕技术的限制使得第一代头戴显示刚出生就夭折了。只是在最近几年，为VR和AR服务的比当时先进得多的头戴显示的出现才重新燃起了大家的希望。在高分辨率、高帧速率显示、廉价动作传感器及新一代机器学习算法的支持下，这些新的显示系统已经吸收了软件和硬件几乎20年的进展（注：不过由于VR未能解决眩晕感以及内容匮乏等问题，似乎VR、AR又要死在爬上生产力高原的路上了，AR、VR在2017年最新的炒作周期曲线上的位置跟去年没有变化也只是乐观判断）。 语音生成：语音生成，文本转语音以及语音转语音翻译曾多次出现在炒作周期曲线上（2002、2005、2006）。但再次地，只是在深度学习取得突破之后这些技术才在去年取得了接近人类的表现。 对于寻找暂时失宠但假以时日有望取得下一个突破的技术的技术专家来说，过去的炒作周期是一个丰富的想法来源。在我看来，其中一些最有吸引力的技术有可能迎来自己的第二春或者第三春： 点对点计算：最后一次出现在炒作周期曲线的时间是在2002年（尽管你可以认为以太坊包含了第二次或者第三次的点对点计算的到来），不过在最近10年点对点的研究方面取得了大量有趣的进展，有望催生新一代技术的出现。 业务流程引擎/平台：在2005年的炒作周期曲线出现过，预期通用规则引擎会为下一代商业应用提供动力。但今天我们得到的却是高度功能化的应用，比如Salesforce和Workday等。也许IFTTT、Zapier等预示着业务流程引擎的复兴？ 经验8. 许多重要技术的进展在炒作周期曲线图上看不到 最后一个经验。过去20年迟迟未被炒作周期曲线识别或者从未上榜的重要技术的数量多得令人瞩目。在技术领域，看似琐碎或者短暂但却构成了下一代企业和消费者平台基础的东西实在是太多了。下面就是自网络泡沫时代以来一些应该作为重要新兴技术上榜而没有进入周期曲线的简短列表： x86虚拟化：无疑是过去10年唯一最重要的新型数据中心技术，由VMware引领 NoSQL：始于2000年代中期的非SQL数据库的大规模采用让我们现在有了MongoDB、Cassandra、Redis以及Couch等。 Map/Reduce/Hadoop：这一代大规模数据分析的基础。 开源：开源作为授权模式的繁荣导致了基础设施软件的商品化，社区代码共享的崛起，并促进了云计算模式。 这些都只是没有出现在新型技术炒作周期曲线的众多重要技术趋势的一些例子——尽管其中的许多出现在了Gartner制作的各种功能性、垂直型的炒作周期曲线里面。 关于经验的经验 我对分析这些炒作周期曲线的感悟不仅仅是做出预测有多难，以及我们在不见效的技术上的投入有多大，同时我也对我们在技术上取得的进展感到无比兴奋和赞叹。过去20年的工作带来的是奇迹时代的崛起：无人车，几乎可以理解我们的计算机，规模不见底的数据分析。 —————— 附注：Michael Mullany把炒作周期曲线细分为8个阶段，并将1995到2016年间在Gartner炒作周期曲线上出现过的技术进行了梳理（概念相同但说法不一致的当作同一种技术），汇总出了一份详尽的技术周期变化情况表。通过这份表格也能得出一些直观印象和洞察。 原文链接：https://www.linkedin.com/pulse/8-lessons-from-20-years-hype-cycles-michael-mullany 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

英国运输部28日宣布，拨款2200万英镑（约合1.88亿元人民币）用于资助研制以垃圾为主要原料的新一代低碳燃料。目前已有70多家团体有意参与竞逐这项资金。 运输部说，这种燃料将用于驱动飞机和大卡车，其化学构成要与传统燃料非常相似，使现有飞机无需改造发动机就能使用。 为了减少污染，英国政府计划用电动汽车全面取代汽油和柴油汽车。而大卡车和飞机自身重量巨大，短期内难以让它们摆脱对传统燃料的依赖。 运输部说：“我们希望到2040年，英国每辆新车和小货车都达到零排放，但是我们知道大卡车和飞机依赖更传统燃料的日子还有很多年，所以我们必须推动研制不损害环境的替代燃料。” 运输部希望通过资助替代燃料的研制，在2021年前在英国建成多至5座低碳燃料工厂。运输部估计，到2030年，用垃圾制造的低碳运输燃料的市值每年可达6亿英镑（51.4亿元人民币），最多可创造9800个就业岗位，使飞机和大卡车的用碳量最多能减少90％。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

Tinder，图自：smartblog 做一款陌生社交 app，用户彼此随机配对，互相可表达欣赏，但仅单方有意没用，双方互相认可才能相识——这不是比楼下公园里的相亲角高效多了？从国外的 Tinder，到国内的陌陌、探探等陌生社交 app，甚至是 Sobrr 之类的阅后即焚 app，都引入了类似的逻辑和规则。 而这位名叫 Bumble 的新人，初来乍到不过三年，却大胆拒绝了 Tinder 母公司 45 亿美元的收购要约。 Bumble 同以往的 Tinder、国内的探探、陌陌的“点点”功能最大的不同，是在这个陌生人社交游戏中，加入了“女性优先选择”的规则。在随机显示的其他用户照片上，左滑表示不感兴趣，右滑表示有意接触，双方互相有意方能发起对话——这和 Tinder、探探、点点没什么不同。 但在 Bumble 上，男性用户只能选择是否对女方感兴趣。至于双方互相感兴趣之后，发起对话的权力，则完全掌握在女性用户手中。 Whitney Wolfe，图自：businessinsider 这一独特规则，大概和 Bumble 联合创始人 Whitney Wolfe 女士不无关系。此前她也是 Tinder 联合创始人之一，但在 2012 年因性骚扰纠纷离开了 Tinder。 于 2014 年上线的 Bumble，到今年初已拥有 1200 万活跃用户，日均活跃时长达到 100 分钟。两个月前，Tinder 的母公司 Match Group 意图以 45 亿美元收购 Bumble，但遭到了后者的回绝。Bumble 将交往的最终主动权赋予了女性，现实的说，这使得 Bumble 能够吸引更多真正抱着交往（而非其他）目的的用户。 另外，Bumble 不局限于两性之间的关系，还提供了同性交友，以及所谓 BFF 模式（Best Friend Forever，仅限于朋友的异性关系，嗯，“永远只能是朋友”）。 在这两种模式下，发起对话的权力就不会区分性别，任何人都可以和已达成互赞的对方发起联系。（似乎还未考虑到 LGBT 群体？） Bumble 目前的主要盈利方式之一，是 Bumble Boost 和 Bumble Coin 两种付费产品。前者是一种按月付费的 Bumble 版本，可允许用户查看对自己感兴趣的其他用户、重新获取已失效配对（否则，配对后 24 小时无对话，此次配对就会消失）、无限延长配对后等待对话的时间。后者是一种应用内付费产品，用来购买所谓的 SuperSwipes。对某个用户使用 SuperSwipes 后，对方查看到你的页面时，Bumble 会提示对方你对 TA 使用过 SuperSwipes：一种用以表达“十分欣赏”的工具。 图自：msecnd 基于“互赞方可联系”的陌生交友类 app 早已出现多年，但真正的初衷——在异性之间牵线搭桥——却常常跑偏。这其中的重要原因之一，自然是很多抱着不可描述目的的用户，将本应是“相亲角杀手”的交友 app 搅得混乱不堪。 图自：vox-cdn 不敢说 Bumble 的“女性优先”规则和 “BFF 约定”模式，就一定能最终带来一个纯净的陌生人交友环境。但考虑到现实情况，这不失为一个比较有希望的尝试。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...